当前位置：首页 > news >正文

Kafka 核心机制面试题--自问自答

news 2025/7/1 13:17:12

基础篇

Q1: Kafka为什么能这么快？

A: Kafka的高性能主要来自三大核心技术：

零拷贝(Zero-Copy)：通过sendfile()系统调用，数据直接从磁盘到网卡，避免了内核态和用户态之间的多次拷贝
页缓存(Page Cache)：消息直接写入操作系统页缓存而非JVM内存，减少GC影响并利用OS缓存机制
内存映射(mmap)：索引文件通过内存映射实现，操作内存即操作文件

Q2: Kafka的存储结构是怎样的？

A: Kafka采用分片-分段式存储：

每个Topic分为多个Partition（提高并行度）
每个Partition物理上分为多个Segment文件（默认1GB）
每个Segment包含两个文件：
- .log文件存储实际消息
- .index文件存储消息偏移量索引
写入采用顺序追加方式，充分利用磁盘顺序I/O性能

可靠性篇

Q3: Kafka如何保证消息不丢失？

A: 需要三方协同保障：

生产者端：

设置acks=all（等待所有ISR副本确认）
启用重试机制retries=MAX_INT
使用幂等生产者或事务

Broker端：

设置replication.factor≥3（多副本）
配置min.insync.replicas≥2（最小同步副本数）
禁用unclean.leader.election（防止数据不一致）

消费者端：

禁用自动提交enable.auto.commit=false
处理完成后手动提交偏移量

consumer.commitSync();  // 同步提交
// 或 
consumer.commitAsync(); // 异步提交

Q4: ISR和OSR是什么？

A: Kafka的副本管理机制：

ISR(In-Sync Replicas)：与Leader保持同步的副本集合
OSR(Out-of-Sync Replicas)：落后于Leader的副本
高水位(High Watermark)：标识已成功复制到所有ISR的消息位置
只有ISR中的副本才有资格成为Leader，通过replica.lag.time.max.ms控制同步阈值

生产者篇

Q5: 如何实现生产者幂等性？

A: 通过三个机制保证：

PID(Producer ID)：每个生产者唯一标识
Sequence Number：每个消息的分区级序列号
Broker端去重：缓存最近接收的序列号

启用方式：

enable.idempotence=true

Q6: Kafka事务如何工作？

A: 事务实现跨分区原子写入：

两阶段提交：
- 阶段1：标记事务开始
- 阶段2：提交/中止事务
事务协调器：管理事务状态
事务日志：持久化事务状态

代码示例：

producer.initTransactions();
try {producer.beginTransaction();producer.send(record1);producer.send(record2); producer.commitTransaction();
} catch (Exception e) {producer.abortTransaction();
}

消费者篇

Q7: 什么是Consumer Rebalance？

A: 消费者组重新分配分区的过程：

触发条件：

消费者加入/离开组
Topic分区数变化
订阅Topic变化

优化策略：

增量Rebalance：仅重新分配变化的分区
Sticky分配：尽量保留原有分配关系

参数调优：

session.timeout.ms=6000
heartbeat.interval.ms=2000

Q8: 如何避免消息重复消费？

A: 结合多种策略：

消费者幂等处理：业务逻辑实现去重
外部存储去重：利用Redis等记录已处理消息ID
事务消费：配合Kafka事务实现精确一次处理
偏移量管理：确保先处理再提交

高级特性篇

Q9: Kafka如何实现死信队列？

A: 原生不支持但可自建：

创建专门的DLQ Topic
消费失败时发送到DLQ：

try {process(record);
} catch (Exception e) {ProducerRecord<String, String> dlqRecord = new ProducerRecord<>("dlq_topic", record.key(), record.value());dlqProducer.send(dlqRecord);
}